检测方法、检测装置、监控设备和计算机可读存储介质制造方法及图纸

本发明专利技术提出了一种检测方法、检测装置、监控设备和计算机可读存储介质。其中，检测方法包括：获取至少一个摄像装置的图像数据；识别图像数据中目标图像的每一个像素点的像素值；根据相邻两帧目标图像中所有像素点的像素差值的绝对值之和、预设像素值，确定待检测图像；采用YOLO v3模型对待检测图像进行检测运算，以识别待检测图像中存在的目标检测对象；记录目标检测对象。本发明专利技术的检测方法能够大大提高检测对象进入监测区域时实时检测的检测速度和精度，而且可同时支持大量摄像装置实时检测，极大地提高了实际工程的投入产出比，并且能够排除非检测对象引起的误检影响。

Detection method, detection device, monitoring equipment and computer readable storage medium

【技术实现步骤摘要】
检测方法、检测装置、监控设备和计算机可读存储介质
本专利技术涉及视频图像识别
，具体而言，涉及一种检测方法、一种检测装置、一种监控设备和一种计算机可读存储介质。
技术介绍
站房是整个工程监控系统的核心区域，大量的计算分析部署在这里，为防止闲杂人等随意进入及系统更新维护责任到人，保证站房系统安全及系统的有效管理，需要对监控站房的上百路甚至上千路摄像头进行实时行人检测。目前常见的行人检测算法有两种：帧间差分法和基于深度学习的目标检测算法。帧间差分法是一种通过对视频图像序列的连续两帧图像做差分运算获取运动目标轮廓的方法。该方法实现简单，运算速度快(5ms左右)，对光线的变化不敏感。但是在运动体内易产生空洞，特别是目标运动速度较快时，影响目标区域准确提取，且检测效果取决于差分阈值的设定，对前景中的任何运动物体都会进行检测，无法区分行人和物体，存在目标误判、误检率高的问题。基于深度学习的目标检测算法主要通过权值共享、局部连接等策略端到端的自动学习捕捉物体的特征，使网络具有更强的解析能力。但为了工程项目的投入产出比最大化，则需要一台服务器支持尽可能多路摄像头，而目标检测算法检测速度(20ms左右)相比帧间差分(5ms左右)慢四倍左右，仅仅用目标检测算法，运行速度过慢，难以支持上百路摄像头同时检测，使得项目的投入产出比大大降低。
技术实现思路
本专利技术旨在至少解决现有技术或相关技术中存在的技术问题之一。为此，本专利技术第一方面在于提出了一种检测方法。本专利技术的第二方面在于提出了一种检测装置。本专利技术的第三方面在于提出了一种监控设备。本专利技术的第四方面在于提出了一种计算机可读存储介质。有鉴于此，根据本专利技术的第一方面，提出了一种检测方法，包括：获取至少一个摄像装置的图像数据；识别图像数据中目标图像的每一个像素点的像素值；根据相邻两帧目标图像中所有像素点的像素差值的绝对值之和、预设像素值，确定待检测图像；采用YOLOv3模型对待检测图像进行检测运算，以识别待检测图像中存在的目标检测对象；记录目标检测对象。本专利技术提供的检测方法，获取至少一个摄像装置的图像数据，识别同一路摄像装置采集目标图像中全部像素点的像素值，并计算相邻两帧目标图像中同一位置的像素点的像素值之间的像素差值，根据所有像素点的像素差值的绝对值之和与预设像素值之间的大小关系，判断是否存在运动物体，从而对采集于同一路摄像装置的相邻两帧目标图像进行帧间差分处理，同时将检测到运动物体的目标图像作为待检测图像，并送入YOLOv3(YouOnlyLookOne，你只看一次)模型迭代的第三个版本进行检测运算，利用YOLOv3模型识别出待检测图像中存在有的目标检测对象，并进行记录，以供用户对监测区域进行实时监控。本专利技术的检测方法利用帧间差分的快速性、广泛性及基于深度学习的目标检测算法的高精度，大大提高了检测对象进入监测区域时实时检测的检测速度和精度，而且可同时支持大量摄像装置实时检测，极大地提高了实际工程的投入产出比，并且能够排除非检测对象引起的误检影响，解决现有的行人检测方法在准确率、速度、经济效益投入产出比等方面存在不足的问题。具体地，YOLO迭代三个版本作为最具代表性的one-stage(单阶段)目标检测模型，YOLOv3模型能够达到速度和精度的和谐统一。YOLOv3模型的骨干网络为53层，而且模型结构中没有池化层和全连接层，相比于SSD(SingleShotMultiBoxDetector，单一深层神经网络检测模型)大大提高了目标检测的精度，相比于Faster_RCNN(FasterRegionwithCNNfeature，快速的卷积网络检测模型)有效提升检测速度，进一步地，对于精度要求较低的监测场景，为了进一步提升检测速度，可采用YOLOv3-tiny(微型YOLOv3)模型。需要说明的是，目标检测对象可以是行人、车辆、动物等能够运动的物体，根据目标检测对象的特征参数设置针对该目标检测对象的YOLOv3模型，从而根据待检测图像和YOLOv3模型，能够准确、快速地在不同类型运动物体中识别出目标检测对象。另外，根据本专利技术提供的上述技术方案中的检测方法，还可以具有如下附加技术特征：在上述技术方案中，进一步地，获取至少一个摄像装置的图像数据的步骤，具体包括：获取图像数据的配置信息；根据配置信息确定下载图像数据所需的进程数量；根据进程数量并行下载图像数据。在该技术方案中，根据图像数据的配置信息确定下载图像数据所需的进程数量，根据进程数量以多进程并行的方式下载多路摄像装置的图像数据，大大缩短了目标图像的下载时间，有效提升检测效率，并能够充分利用服务器资源，提升用户的使用体验。具体地，配置信息为内存占用、数据类别等信息。在上述任一技术方案中，进一步地，根据相邻两帧目标图像中所有像素点的像素差值的绝对值之和、预设像素值，确定待检测图像的步骤，具体包括：根据当前帧目标图像的像素点与前一帧目标图像的像素点之间的对应关系，计算当前帧目标图像中每一个像素点的像素值与前一帧目标图像中每一个像素点的像素值之间的像素差值；比较所有像素点的像素差值的绝对值之和与预设像素值之间的大小关系；基于所有像素点的像素差值的绝对值之和大于预设像素值的情况，将当前帧目标图像作为待检测图像。在该技术方案中，识别同一路摄像装置采集的相邻两帧目标图像中全部像素点的像素值之后，计算当前帧目标图像中每个像素点的像素值与前一帧目标图像中同一位置的像素点的像素值之间的像素差值，对比所有像素点的像素差值的绝对值之和与预设像素值，若所有像素点的像素差值的绝对值之和大于预设像素值，说明当前帧目标图像和前一帧目标图像之间存在较大差异，即出现运动物体，则将当前帧目标图像作为待检测图像，从而在大量的图像数据中筛选出包含运动物体的图像，便于后续对该图像进行目标检测对象的识别，大大提高了检测对象进入监测区域时实时检测的检测速度，避免了相关技术中无法在保证精度的情况下，对批量图像进行检测的问题。其中，预设像素值可以根据实际场景和图像像素值进行合理设置。进一步地，识别目标图像的像素值的步骤具体包括：对连续两帧图像进行灰度化处理，以削弱图像的相似部分，突出显示图像的变化部分；二值化该灰度图像，并从中提取目标图像中每一个像素点的像素值。在上述任一技术方案中，进一步地，还包括：基于像素差值的绝对值之和小于或等于预设像素值的情况，记录前一个待检测图像中存在的目标检测对象。在该技术方案中，若像素差值的绝对值之和小于或等于预设像素值，说明当前帧目标图像和前一帧目标图像之间差异较小，此时直接记录上一次待检测图像中目标检测对象的检测结果，无需再次通过YOLOv3模型对图像进行运算，大大提高了检测对象进入监测区域时实时检测的检测速度，避免了相关技术中无法在保证精度的情况下，对批量图像进行检测的问题。在上述任一技术方案中，进一步地，对至少一个摄像装置中每一个摄像装置对应的图像数据中的目标图像进行帧间差分处理的步骤之前，还包括：对目标图像本文档来自技高网...

【技术保护点】
1.一种检测方法，其特征在于，包括：/n获取至少一个摄像装置的图像数据；/n识别所述图像数据中目标图像的每一个像素点的像素值；/n根据相邻两帧目标图像中所有像素点的像素差值的绝对值之和、预设像素值，确定待检测图像；/n采用YOLO v3模型对所述待检测图像进行检测运算，以识别所述待检测图像中存在的目标检测对象；/n记录所述目标检测对象。/n

【技术特征摘要】
1.一种检测方法，其特征在于，包括：
获取至少一个摄像装置的图像数据；
识别所述图像数据中目标图像的每一个像素点的像素值；
根据相邻两帧目标图像中所有像素点的像素差值的绝对值之和、预设像素值，确定待检测图像；
采用YOLOv3模型对所述待检测图像进行检测运算，以识别所述待检测图像中存在的目标检测对象；
记录所述目标检测对象。


2.根据权利要求1所述的检测方法，其特征在于，所述获取至少一个摄像装置的图像数据的步骤，具体包括：
获取所述图像数据的配置信息；
根据所述配置信息确定下载所述图像数据所需的进程数量；
根据所述进程数量并行下载所述图像数据。


3.根据权利要求1所述的检测方法，其特征在于，所述根据相邻两帧目标图像中所有像素点的像素差值的绝对值之和、预设像素值，确定待检测图像的步骤，具体包括：
根据当前帧目标图像的像素点与前一帧目标图像的像素点之间的对应关系，计算所述当前帧目标图像中每一个像素点的像素值与所述前一帧目标图像中每一个像素点的像素值之间的像素差值；
比较所述所有像素点的像素差值的绝对值之和与所述预设像素值之间的大小关系；
基于所述所有像素点的像素差值的绝对值之和大于所述预设像素值的情况，将所述当前帧目标图像作为所述待检测图像。


4.根据权利要求3所述的检测方法，其特征在于，还包括：
基于所述像素差值的绝对值之和小于或等于所述预设像素值的情况，记录前一个待检测图像中存在的目标检测对象。


5.根据权利要求1至4中任一项所述的检测方法，其特征在于，
所述图像数据包括所述摄像装置的身份信息、所述摄像装置采集的所述目标图像以及所述目标图像的采集时间。

【专利技术属性】
技术研发人员：邢军华，欧阳一村，曾志辉，许文龙，贺涛，蒋铮，
申请(专利权)人：深圳中兴网信科技有限公司，
类型：发明
国别省市：广东;44